Un esperto di crescita nel settore tecnologico spiega perché l’IA non può sostituire la competenza specifica del settore
David Karp spiega come l’IA possa ampliare il successo dei clienti e prevedere il tasso di abbandono, mostrando al contempo perché la competenza specifica del settore, l’empatia umana e dati affidabili sui clienti restino essenziali.
David Karp
Vicepresidente senior del successo dei clienti presso Billtrust
Valutazione della salute: Un modello di IA basato su 12 segnali prevede settimanalmente il tasso di abbandono, aiutando i team a intervenire nell’arco di pochi giorni invece che di mesi.
Supporto scalabile: Il supporto basato su agenti e i flussi di lavoro automatizzati potrebbero ampliare la copertura da 500 account a quasi 2.000 senza un aumento proporzionale delle assunzioni.
Giudizio umano: L’IA gestisce i segnali e il servizio di routine, ma gli esseri umani restano essenziali per l’empatia, il recupero e le relazioni complesse.
Base dati: L’IA per l’esperienza del cliente funziona al meglio quando i dati integrati su prodotto, sentiment, interazioni e risultati forniscono un quadro completo del cliente.
Nuovi ruoli: Gli architetti del valore del prodotto combinano la competenza specifica del settore con i segnali dell’IA, progettando interventi mirati che colmano le lacune nel valore offerto ai clienti.
David Karp ha oltre 30 anni di esperienza nella leadership post-vendita. Attualmente è il SVP del successo del cliente presso Billtrust, un'azienda SaaS da oltre 200 milioni di dollari.
Abbiamo parlato con David per capire quali aspetti della CX stanno cambiando. Ci ha parlato dei nuovi flussi di lavoro — e dei nuovi ruoli — che sta creando.
Un team di CS piccolo ma potente
In qualità di leader esperto con oltre 30 anni di esperienza nella leadership post-vendita, ho perseguito una missione: trasformare le relazioni con i clienti in potenti motori di crescita.
La mia passione consiste nell'armonizzare cultura, tecnologia e dati. In qualità di mentore certificato e studente per tutta la vita, unisco la mia esperienza a un autentico impegno nel sostenere i miei colleghi, clienti e la mia comunità. Ogni giorno inizio con la fede, l'esercizio fisico e la convinzione che le sfide di oggi diventeranno le storie di successo di domani.
Unisciti alla nostra community per accedere all'articolo completo
Sblocca più contenuti per aiutarti a trasformare l'IA in una leva strategica, progettare esperienze che costruiscono fiducia e generare impatto aziendale.
Attualmente sono il SVP del successo del cliente presso Billtrust, dove sono responsabile dei CSM, della gestione del valore per i clienti e dei rinnovi. Sono responsabile di tutti i clienti — grandi aziende, aziende corporate e SMB — a livello globale, principalmente negli Stati Uniti e in Europa.
Siamo un'azienda SaaS da oltre 200 milioni di dollari con circa 800 dipendenti. Il mio team è piccolo ma potente, con circa 25 membri.
Come l'IA influisce sull'abbandono dei clienti, sull'assistenza e sulla conoscenza
Stiamo accelerando la conoscenza che forniamo ai clienti, compresa la pertinenza e l’accuratezza dei nostri articoli della base di conoscenza. Questo avviene tramite flussi di lavoro e agenti che aggiornano automaticamente questi articoli.
Grazie all'IA, ho apportato grandi cambiamenti al modo in cui viene fornita l'esperienza del cliente. Ecco tre esempi:
1. Punteggio dello stato di salute e previsione dell'abbandono
Abbiamo integrato in modo deciso l'IA nel nostro sistema di valutazione dello stato di salute e nel nostro modello di previsione dell'abbandono dei clienti, consentendoci di identificare e affrontare i problemi molto più rapidamente rispetto al passato.
Utilizziamo una combinazione di strumenti. Claude è la nostra interfaccia utente, ma abbiamo sviluppato un modello basato su 12 segnali che attinge ai dati di origine, ai dati sul sentiment (Gong, CSAT, NPS) e ai principali segnali di rischio specifici della nostra attività. Siamo partiti da tre segnali e abbiamo calibrato il modello man mano che conservavamo, facevamo crescere o perdevamo i clienti. Nel primo trimestre, era accurato all'84%.
Aggiorniamo il punteggio ogni settimana. Questo ci consente di intervenire entro pochi giorni — anziché settimane o mesi — invece di vedere i segnali solo dopo una conversazione o dopo l'aggiornamento dello stato di salute da parte di un CSM o di un AE.
2. Assistenza clienti
Siamo ancora agli inizi, ma il nostro approccio basato sugli agenti amplierà la nostra capacità di servire i clienti che in precedenza non disponevano del supporto e della copertura di un CSM. Infatti, siamo riusciti a passare dall'invio di richieste di assistenza via e-mail a un «assistente virtuale» iniziale che gestisce tutte le interazioni non telefoniche.
Utilizziamo una combinazione di Claude e di uno strumento interno che abbiamo sviluppato, il quale aggiunge competenze per raccogliere dati e informazioni e fornire elementi visivi. Le competenze che creiamo ci consentono di armonizzare i dati di origine, i dati di utilizzo e il sentiment (proveniente da Gong, NPS e CSAT), incorporando tutti questi dati in un insieme coerente ma personalizzato di messaggi di coinvolgimento, presentazioni e così via.
Stiamo inoltre sostituendo il nostro CSP. Insieme, queste iniziative ci permettono di crescere su larga scala.
Ci vorranno altri 4-6 mesi, ma aumenteremo la nostra copertura da 500 clienti a quasi 2.000.
3. Basi di conoscenza
Stiamo accelerando la conoscenza che forniamo ai clienti, compresa la pertinenza e l'accuratezza dei nostri articoli della base di conoscenza. Questo avviene tramite flussi di lavoro e agenti che aggiornano automaticamente questi articoli.
Cosa devono ancora gestire le persone nella CX
I segnali dell'IA guidano in larga misura l'escalation, l'assistenza e i contenuti, ma facciamo ancora grande affidamento sulle persone per coprire l'«ultimo miglio» della risoluzione dei problemi e del recupero del servizio.
E per le relazioni strategiche, è chiaro dove l'IA smette di essere utile. Solo una persona può trasmettere l'empatia necessaria per correggere una relazione che sta precipitando.
Perché l'IA non può sostituire l'esperienza nel settore
L'esperienza nel settore è ancora essenziale per comprendere e affrontare i problemi reali dei clienti.
L'esperienza nel settore consente, per esempio, a un CSM di comprendere le difficoltà quotidiane di una persona, di un utente o di un dirigente. L'IA eccelle nella creazione di soluzioni, ma non ho ancora visto che sostituisca le conoscenze di settore di chi ha vissuto le stesse esperienze del cliente e sa come creare un legame quando un cliente si trova in una situazione difficile.
L'IA può sostituire molte cose, ma non può sostituire le conoscenze di settore che consentono di raggiungere un livello diverso nella risoluzione dei problemi.
Come l'IA aumenta sia il coinvolgimento sia i contenuti dozzinali
Ho riscontrato due grandi vantaggi dell'IA: una minore dipendenza dalle persone e un maggiore coinvolgimento con i nostri account. Poiché l'IA gestisce gran parte dell'identificazione dei problemi e delle decisioni relative agli interventi, possiamo lavorare con il 50% di account in più e fino al 20% di persone in meno.
Naturalmente, ci sono anche impatti negativi. Abbiamo alcuni clienti che non vogliono iniziare con un chatbot. I clienti di lunga data sono abituati a rivolgersi sempre alla stessa persona e non vogliono cambiare comportamento. Quindi, è necessario trovare un equilibrio.
E in alcuni casi, le persone hanno lavorato troppo rapidamente con l'IA e hanno creato contenuti dozzinali che sono arrivati ai clienti.
Come gli errori dell'IA possono influire sulle relazioni
David condivide
L’IA è valida solo quanto la tua capacità di mettere in discussione i risultati. Devi essere intellettualmente curioso e iterare con l’IA per ottenere nel tempo i risultati migliori… È stato un importante momento di apprendimento per ciascuno di noi.
L'IA è valida solo quanto la tua capacità di mettere in discussione i risultati. Devi essere intellettualmente curioso e iterare con l'IA per ottenere nel tempo i risultati migliori. La prima risposta non è quasi mai buona, per non parlare del fatto che sia abbastanza buona.
Quando il tempo stringe, è allettante prendere qualche scorciatoia. Forse quel documento destinato al cliente richiede un controllo un po' meno accurato perché sei certo che l'IA abbia fatto tutto correttamente.
Ma ho commesso quell'errore abbastanza volte — con i clienti e internamente — da sapere che spesso l'IA riempie gli spazi vuoti con informazioni che non possiede. Riempire quegli spazi in modo errato può compromettere la credibilità di tutto il resto.
Un mio ex socio aveva configurato l'IA per rispondere alle sue email meno importanti senza intervento umano. Ma poi il sistema ha indirizzato una delle mie email importanti alla coda sbagliata e ho ricevuto una risposta chiaramente generata dall'IA. Non avevo idea che utilizzasse l'IA per le risposte e, in quel momento, si è sentito in imbarazzo perché sembrava non attribuire valore alla nostra lunga relazione.
È stato un importante momento di apprendimento per ciascuno di noi.
Perché integrare le fonti di dati è fondamentale per la CX
Dati, dati, dati… Rendere questi dati disponibili all’IA in modo ponderato le fornisce il contesto necessario per offrire un’esperienza migliore, più personalizzata e specifica per il cliente.
Se non disponi di una solida base di dati — integrare le fonti di dati tramite uno strumento come Snowflake va bene — non otterrai i vantaggi dell'IA.
Il motivo è semplice: l'IA non può offrire vantaggi reali se non si basa su dati che forniscono un contesto ampio sul cliente, combinato con la conoscenza del tuo prodotto e del modo in cui il cliente crea valore.
Considerata la quantità di dati che oggi possiamo raccogliere — chiamate registrate, email, segnali del prodotto, ecc. — è quasi imperdonabile non conoscere il percorso del cliente. È necessario avere una visione completa di ogni interazione con il cliente, KPI, obiettivo, difficoltà, ecc.
Rendere questi dati disponibili all'IA in modo ponderato crea il contesto di cui ha bisogno per offrire un'esperienza migliore, più personalizzata e specifica per il cliente.
Perché i leader della CX possono trarre vantaggio dalla creazione di nuovi ruoli
Stiamo creando un team di ingegneri dislocati in prima linea (li chiamo Architetti del valore del prodotto) che comprendono come creare interventi per ogni segnale, colmare il divario di valore e rimettere il cliente sulla giusta strada. I CSM lavorano con questi PVA nel giusto contesto, perché comprendono gli obiettivi e i KPI dei clienti.
Non potremmo farlo senza i segnali e gli interventi scalabili. L'IA è fondamentale per i segnali ed è integrata in molti interventi (ma non in tutti).
Perché i leader della CX devono sperimentare e fare il primo passo
Ecco il mio consiglio: sperimentate, fate il primo passo, prendete decisioni.
Non fate affidamento su soluzioni puntuali o sull'IA integrata in software specifici. Il potere dell'IA emergerà tra diverse soluzioni e set di dati.
